ارتباط احتمال کشف، ظرفیت و هزینه نهان نگاری با مدل سازی نهان کاو

قابلیت کشف آماری یک نهان کاو بیان کننده توانایی آن در تشخیص تصاویر پاک از تصاویر درج شده است. نهان نگاری بهینه به‌گونه‌ای باید طراحی شود که نهان کاو نتواند تصاویر درج شده را تشخیص دهد. به همین دلیل، طراحی یک الگوریتم نهان نگاری بر مبنای کاهش قابلیت کشف آماری نهان کاو، هدفی مهم در نهان نگاری است. با این‌ حال، ایجاد رابطه دقیق بین هزینه تغییر تصویر و قابلیت کشف آماری در حالت کلی مسئله‌ای حل نشده است. در این مقاله با مدل سازی نهان کاو توسط مدل‌های گرافیکی خاصی به نام مدل‌های موضوعی، به تخمین احتمال خطای نهان کاو به‌عنوان معیاری از قابلیت کشف آماری رسیده‌ایم. همچنین، بر اساس این معیار، تعریف جدیدی از ظرفیت نهان‌نگاری ارائه داده‌شده و رابطه آن را با هزینه تغییر تصویر بررسی گردیده است. همچنین، نشان داده ‌شده است که روابط ریاضی حاصل بین پارامترهای نهان نگار و نهان کاو با ملاک‌های کلاسیک نظیر psnr همخوانی دارد. سپس از رابطه هزینه تغییر تصویر و قابلیت کشف آماری به یک الگوریتم نهان نگاری مناسب رسیده ایم. با آزمون روی دادگان مناسب نشان داده شده است که الگوریتم حاصل در زمره بهترین الگوریتم‌های قابل ‌تحلیل ریاضی است. لازم به ذکر است که تمرکز این مقاله روی حل یک مسئله تئوریک و بازتعریف مفاهیم نهان نگاری است به‌طوری‌که روش بهینه درج برمبنای بهینه‌سازی فریب نهان کاو انجام گردد و نه به‌صورت کلاسیک برمبنای کاهش فاصله تصویر پوشش و تصویر درج‌شده. با این‌حال عملاً به بهبود دقت اندکی در حدود 0.5 % نیز حاصل ‌شده است.